سیستم خبره فازی تشخیص مننژیت باکتریال از سایر انواع مننژیت در کودکان
Publish place: Journal of Health & Biomedical Informatics، Vol: 1، Issue: 1
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 42
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JHBMI-1-1_003
تاریخ نمایه سازی: 9 مرداد 1403
Abstract:
مقدمه: مننژیت باکتریال نیاز به تشخیص و درمان به موقع دارد. در غیر این صورت میزان مرگ و میر و عوارض نسبتا زیادی دارد. در مراحل اولیه بیماری، افتراق مننژیت باکتریال که خطرناک ترین نوع مننژیت محسوب می شود از انواع بی خطر آن امری پیچیده و با خطای بالایی همراه است. از این رو در این پژوهش با استفاده از منطق فازی، سیستم خبره ای ارائه شده که مننژیت باکتریال را از انواع دیگر مننژیت افتراق می دهد.
روش: در سیستم خبره ارائه شده از دو موتور استنتاج فازی (تشخیص مننژیت باکتریال و پیشنهاد LP مجدد)،استفاده می کند. در هر دو موتور استنتاج از مدل ممدانی با مشخصه های max_min به عنوان عملگرهای AND _OR و روش مرکز جرم برای غیرفازی-سازی، استفاده شده است.
نتایج: زیرسیستم استنتاج تشخیص مننژیت باکتریال با استفاده از اطلاعات ۱۰۶ بیمار مبتلا به مننژیت، ارزیابی شد. صحت، حساسیت و دقت سیستم به ترتیب ۹۲، ۱۰۰ و ۸۹ درصد بود. سطح زیر منحنی ROC ۹۴۷/۰ و ضریب کاپا توافق ۸۳/۰( p<۰.۰۰۱) بین تشخیص سیستم و تشخیص پزشک را نشان می دهد. زیر سیستم پیشنهاد LP مجدد نیز توسط اطلاعات ۷۵ بیمار مبتلا به مننژیت غیر باکتریال، ارزیبی شد. صحت ،حساسیت و دقت سیستم به ترتیب ۹۶،۱۰۰ و ۹۵ درصد بود. سطح زیر منحنی ROC ۹۶/۰ و ضریب کاپا توافق ۸۷/۰(p<۰.۰۰۱) بین تشخیص سیستم و تشخیص پزشک را نشان می دهد.
نتیجه گیری: با توجه به پیچیدگی تشخیص مننژیت باکتریال و اهمیت تشخیص به موقع و نیز نتایج مطلوب حاصل از به کارگیری و ارزیابی سیستم خبره پیشنهادی، این سیستم می تواند در تشخیص و افتراق مننژیت حاد باکتریال از سایر مننژیت ها مفید باشد، اما لازم مطالعات بیشتر با داده ها متنوع تر و بیشتری برای ارزیابی بهتر و تایید سیستم، انجام شود.
Keywords:
Authors
مصطفی لنگری زاده
استادیار، گروه مدیریت اطلاعات بهداشتی درمانی، دانشکده مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی ایران، تهران ، ایران
عصمت خواجه پور
Vice Chancellery of clinical affairs of Rafsanjan University of Medical Sciences, Rafsanjan, Iran
حسن خواجه پور
دانشجوی دکتری مهندسی پزشکی، دانشگاه علوم پزشکی تهران ، تهران ، ایران
طیبه نوری
کارشناس ارشد مدیریت اطلاعات سلامت، گروه فن آوری اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی زاهدان ،
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :